一种新的进化算法——蚁群算法

介绍一种崭新的求解组合优化问题的方法一人工蚁群算法．该方法通过模拟蚁群搜索食物的过程,达到求解比较困难的组合优化之目的．该方法的主要特点是：正反馈、分布式计算、与某种启发式算法相结合．正反馈过程使得该方法能很快发现较好解;分布式计算使得该方法易于并行实现;与启发式算法相结合,使得该方法易于发现较好解．研究表明该方法是一种基于种群的鲁棒性较强的算法．     

一种新的仿真算法

本文提出了一种新的仿真算法,给出了计算公式和计算程序,研究了它的算法特点。它是一个显式方法,同欧拉法一样,每积分一步,只需计算一次右函数,但它的稳定区域与欧拉法不同。它被用于不适合用欧拉法的问题中。在运载火箭姿态控制系统仿真中,它得到了成功的应用。     

一种新的SPKF算法-GSPKF算法

提出了一种SPKF算法的改进算法,称之为GSPKF。该算法中Sigma点权值由选择该Sigma点的概率决定。此时,Sigma点权值物理意义明确、计算简单、恒大于零,协方差矩阵物理意义明确,可以实现全局拟合,GSPKF算法的物理意义更加明确。可以证明,两种算法对期望和协方差的准确估计精度是相同的,但是,GSPKF算法可以渐进拟合非线性函数真实的期望和协方差,GSPKF算法的滤波效果至少不低于现有SPKF算法。它们的滤波效果由仿真进行了验证。     

一种新的神经网络重新学习算法

训练样本的获取是神经网络应用中的一个"瓶颈"问题。当发现新的训练样本模式时,现有方法就要重新构造新的神经网络、重新训练,学习时间长而且影响原有记忆。为解决此问题,提出了一种新方法,其基本思想是在原有网络的基础上,增加新的局部神经网络,新网络与原有网络没有链接关系,只包含新的样本模式,而且神经网络重新学习时,只调整局部神经网络。     

一种新的混合聚类算法

聚类是数据挖掘的主要技术之一,是一种无导师监督的模式识别方式。聚类分析就是按照数据间的相似程度,依据特定的准则将数据划分成不同子类。K-平均算法是经典的聚类算法。蚂蚁聚类算法是近来涌现的新的聚类算法,它通过模拟蚁群的智能行为进行聚类分析,已经在数据挖掘中得到应用。通过分析蚂蚁聚类算法和K-平均算法两种不同聚类算法的基本思想,将两种算法结合得到混合聚类算法,仿真实验证明混合聚类算法的算法性能优于蚂蚁算法和K-平均算法。     

一种新的高效MMSE-SIC检测算法

传统的V-BLAST系统检测算法,由于存在矩阵求逆的操作,其计算复杂度与发射天线数的立方成正比,在发射天线较多时,对接收机信号处理能力要求较高。于是提出了一种具有更低复杂度的排序串行干扰消除算法。该算法利用施密特正交化分解方法,有效地避免了循环矩阵求逆运算,在不降低误比特率性能的情况下,使得检测算法大为简化,其计算复杂度与发射天线数的平方成正比。同时,该算法使排序和检测过程相互独立出来,提高了算法应用的灵活性。     

一种新的网络图及仿真算法

运用计算机辅助作网络计划图和网络仿真,使网络计划方法更为方便实用和有效。本文给出一种新的计划网络图形,该留适子计算机屏幕表示,且算法简单,信息丰富而又简练。本文还给出了一种简练的函数构造法,用该方法构造的函数能较好地逼近活动工期概率密度函数,方便了对计划网络图的计算机仿真运算。     

一种新的决策表属性约简算法

结合模糊聚类技术与粗糙集中属性重要性思想,对同时含有连续、离散、序数型条件属性的决策表,提出一种属性约简算法,并对算法的时间复杂度进行了分析.该方法首先利用聚类技术将决策表的对象按条件属性进行分类,然后对去掉某属性后的决策表采用同样的方法进行聚类,再结合粗糙集理论进行属性约简.实例说明了该方法的合理性和有效性.     

一种新的信息系统属性约简算法

在分析目前已有基于Rough Set的属性约简算法后,给出了一个新的度量属性重要性的计算公式,分析了该计算公式的性质,然后给出了一个时间复杂度为max{O(|A||U|log|U|),O(|A|2|U|)}的快速属性约简算法,最后用一个实例说明了算法的有效性.     

一种新的图像脆弱水印算法

提出一种基于小波变换和QR分解的图像脆弱水印方法。嵌入水印时，首先对原始图像进行三级小波分解，然后提取第三级低频子带的边缘特征，同时对此边缘特征和第三级垂直高频子带进行QR分解，用边缘特征的一部分分解结果替换垂直高频子带分解结果的相应部位未嵌入水印，最后进行小波逆变换得到嵌入水印的图像。图像认证时，首先对观测图像进行三级小波分解，第三级垂直高频子带与低频子带边缘特征的QR分解结果进行比较，就可以准确认证图像是否经过攻击，并可以精确定位受攻击的部位。实验结果表明此方法的有效性和可行性。     

一种新的机动目标跟踪算法

针对反舰导弹末端超音速、跃升俯冲的攻击模式,提出了一种基于描述导弹受力状态和运动参数之间关系的模型的机动目标跟踪新算法,可以通过在线辨识模型中的力学参数,自动适应导弹运动模态的变化,最后研究了新算法与基于CV、CA模型的目标跟踪算法的性能比较。仿真结果表明,在反舰导弹末端超音速、跃升俯冲攻击模式下,基于CV、CA模型的目标跟踪算法性能较差,而新算法可显著提高对高速强机动目标的跟踪性能。     

一种新的修正步长盲均衡算法

针对MCMA算法收敛速度与稳态误差相矛盾的问题,通过构造新的误差函数,并建立误差函数与步长因子之间的非线性函数关系,在MCMA算法基础上,提出了一种新的修正步长盲均衡算法(MS-MCMA).该算法在增加收敛速度的同时,稳态误差性能也得到了改善.仿真结果表明,新算法的收敛速度相比较于ME-MCMA和DMSign-CMA提高了一倍以上;当SNR=30dB时,新算法稳态误差性能大约有5dB改善,而当SNR=15dB时,其稳态误差性能也有0.5dB改善.     

一种新的优化方法:β算法

提出了一种新的求解全局最优问题的算法。该算法适合求解非线性、非凸、包含多个局部最优解的最优化问题,且对所求解的问题没有很强的前提条件,适用范围宽广,该算法利用了目标函数超曲面在可行域中的起伏,对可行域进行分割压缩,并最终收敛于某个全局最优解。最后通过实例与模拟退火算法进行了比较,检验了其优异的鲁棒性和收敛速度。     

一种新的自适应机动目标跟踪算法

在＂当前＂统计（CS）模型基础上,提出了一种新的机动目标自适应滤波算法,当前统计模型-修正强跟踪滤波（CS-MSTF）算法。新算法在保留＂当前＂统计模型及强跟踪滤波器（STF）对一般机动目标跟踪精度高的优点的同时,作出以下改进：针对强跟踪滤波器在机动部分获得完美性能的同时,非机动部分的精度却不理想的缺陷,对预测误差协方差及渐消因子的计算作出修正,同时改进机动部分和非机动部分的精度;将目前常用的估计误差协方差的计算公式采用更加可靠的Joseph公式,增强了数值的稳定性和算法的鲁棒性。蒙特卡罗仿真表明,新算法的性能优于当前统计模型-强跟踪滤波（CS-STF）算法,能够进行有效估计。

Abstract：

Based on the ＂current＂ statistical model,a new adaptive maneuvering target tracking algorithm,CS-MSTF,was proposed. The new algorithm,keeping the merits of high tracking precision that the ＂current ＂ statistical model and strong tracking filter（STF） have in tracking maneuvering target has made the modifications as such：First,STF has the defect that it achieves the perfert performance in maneuvering segment at a cost of the precision in non-naneuvering segment,so the new algorithm modifies the prediction error covariance matrix and the fading factor to improve the tracking precision both of the maneuvering segment and non-maneuvering segment; The estimation error covariance matrix was calculated using the Joseph form,which is more stable and robust in numerical. The Monte-Carlo simulation shows that the CS-MSTF algorithm has a more excellent performance than CS-STF and can esitmate efficiently.     

分配问题的一种新的迭代算法

针对解决分配问题的匈牙利法运算步骤复杂的问题,提出一种新的迭代算法。该算法通过引入有向检测矩阵,利用Floyd算法进行迭代,求解出可行解即为最优解。与经典的匈牙利法相比,该算法更加简便,易于编制成计算机程序,适合于大规模分配问题的计算。     

一种新的自主移动机器人主动式SLAM算法

针对未知环境中运动的自主移动机器人的控制律与运动路径需要在同时定位与地图创建过程中同步产生的问题,提出了运用行为动力学与滚动窗口路径规划的同时定位与地图创建方法。应用行为动力学模型计算机器人运动速度和导航角,确定控制律,同时根据滚动窗口中信息进行定位与地图创建,并自主规划出可行路径,再将滚动窗口地图融合到全局地图中,实现机器人主动式同时定位与地图创建。仿真实验表明,在根据机器人任务而灵活设置单个或多个目标点的情况下,该方法能够实现机器人在自主运动的过程中有效地完成同时定位与地图创建任务,并通过相关性能指标验证了算法的有效性。     

一种新的变步长LMS自适应算法

为了提高LMS自适应算法的性能,在对一类变步长LMS算法研究的基础上,提出了步长因子与误差信号之间的一种新的非线性函数关系,进一步改善了此类算法的性能。在相同收敛速度或者相同超量均方误差的前提下,该算法具有更小的超量均方误差或者更快的收敛速度。计算机仿真结果与理论分析相一致,证实了该算法性能优于原算法。     

一种新的信噪比自适应Viterbi译码算法

Viterbi译码算法的复杂度会随着状态数的增加而增加,因此一般适用于约束长度较小的卷积码的译码。提出了一种新的信噪比自适应Viterbi译码改进算法,在每个接收时刻通过门限值选择幸存状态,从而进一步减小译码网格中的路径搜索范围,提高译码速度。仿真表明,本算法并不会降低译码性能,而在高信噪比、大状态数的应用条件下,与传统译码速度相比,可提高译码速度最高至15倍。     

一种新的图像灰度数字水印嵌入算法

提出了一种基于Haar小波变换的图像水印嵌入算法,通过利用各层小波系数间的特点,并通过对图像水印本身的信息选择构造了适用于所提算法的伪码水印,有效地增强了算法的隐蔽性与鲁棒性,从而即使在图像质量受到严重损害时仍能提取出足够信息,辨别出原图像水印的存在.